1.一种基于多传感器数据融合的跌倒检测方法，其特征在于，所述跌倒检测方法包括下列步骤：
S1、采集足够数量的人体运动状态数据样本，其中，所述人体运动状态数据样本包括包括不同年龄阶段人群的跌倒动作数据和ADL数据；
S2、从人体运动状态数据样本中提取人体跌倒足底压力特征向量，建立基于支持向量机的人体跌倒识别模型；
S3、监测人体运动状态数据，依据基于支持向量机的人体跌倒模型特征向量，识别人体是否跌倒；
S4、提取人体运动状态加速度数据，判断所述加速度是否大于设定的加速度阀值；
S5、综合特征向量与人体运动状态加速度数据，判断跌倒后发出求救信号。
2.根据权利要求1所述的一种基于多传感器数据融合的跌倒检测方法，其特征在于，所述步骤S2、从人体运动状态数据样本中提取人体跌倒足底压力特征向量，建立基于支持向量机的人体跌倒识别模型具体包括：
S21、构建特征向量库：对采集到的人体运动数据样本进行预处理，形成人体运动状态样本特征向量，构建特征向量库；
S22、训练分类器：提取人体运动数据样本中的压力数据，根据基于支持向量机原理，用人体在不同运动状态的数据构成的特征向量进行训练，区分人体跌倒状态和ADL状态，得到可以检测出人体状态的支持向量机模型；
S23、构建识别模型：从训练特征样本中提取判断区分人体跌倒与正常状态的特征向量，构建跌倒模型。
3.根据权利要求1所述的一种基于多传感器数据融合的跌倒检测方法，其特征在于，所述跌倒动作数据包括，向前跌倒、向后跌倒、向左跌倒、向右跌倒、仰躺跌倒和俯卧跌倒；所述ADL数据包括，正常行走、上下楼梯、跑步以及站立、坐下、蹲下姿势的变换过程。
4.根据权利要求1所述的一种基于多传感器数据融合的跌倒检测方法，其特征在于，所述求救信号包括，短信求救信号和警报求救信号中的一种或两种。
5.一种基于多传感器数据融合的跌倒检测装置，其特征在于，所述跌倒检测装置包括，压力传感器、三轴加速度传感器、无线发送模块、无线接收模块、微处理器、求救模块，
其中，所述压力传感器和所述三轴加速度传感器分别与所述无线发送模块连接，所述无线发送模块与所述无线接收模块通过无线连接，所述无线接收模块与所述微处理器连接，所述微处理模块根据压力传感器与三轴加速度数据进行分析判断，判定人体是否发生跌倒；所述微处理器与所述求救模块连接，所述求救模块根据判定结果发出求救信号。
6.根据权利要求5所述的一种基于多传感器数据融合的跌倒检测装置，其特征在于，所述压力传感器和所述三轴加速度传感器设置于人体足底。
7.根据权利要求5所述的一种基于多传感器数据融合的跌倒检测装置，其特征在于，所述求救模块包括短信求救功能或警报求救功能的一种或两种。
8.根据权利要求5所述的一种基于多传感器数据融合的跌倒检测装置，其特征在于，所述微处理器对所述无线接收模块所接收的压力和加速度数据进行处理，依据基于支持向量机的人体跌倒模型特征向量和加速度阀值，综合判断人体实时运动状态。
9.根据权利要求5所述的一种基于多传感器数据融合的跌倒检测装置，其特征在于，所述求救模块在判定跌倒后发出求救信号，若产生漏报或误报情况时，可由手动开启，或在发出求救信号之后可手动中止。